엑스선 촬영은 폐렴 질병 진단에 중요한 역할을 하지만, 촬영 시 노이즈 오염이 쉬워 폐렴의 영상학적 특징이 명확하지 않고 병변 특징 추출이 충분하지 못한 문제가 있다. 위 문제를 해결하기 위해 밀집 이중 흐름 집중 네트워크 DDSF-Net 기반 폐렴 보조 진단 모델을 제안한다. 먼저 잔차 다중 스케일 블록을 설계하여 다중 스케일 전략으로 의료 영상 내 다양한 크기의 폐렴 병변에 대한 네트워크 적응성을 향상시키고, 잔차 연결로 네트워크 매개변수 전달 효율을 높였다; 다음으로 전역 정보 흐름과 지역 정보 흐름 병렬 구조의 밀집 단위를 가진 이중 흐름 밀집 블록을 설계했으며, 트랜스포머는 전역 문맥 의미 정보를 학습하고, 합성곱 층은 지역 특징을 추출하며, 밀집 연결 방식을 이용해 두 정보 흐름의 심층 및 천층 특징 융합을 실현한다; 마지막으로 중심 주의 조작과 인접 보간 조작을 가진 집중 블록을 설계해 의료 영상 크기 자르기를 통해 배경 잡음 정보를 필터링하고, 보간을 이용해 의료 영상을 확대하여 병변의 세부 특징을 강화한다. 폐렴 엑스선 데이터셋에서 전형적인 모델과 비교했을 때 본 논문의 모델 정확도, 정밀도, 재현율, F1, AUC 값 및 훈련 시간은 각각 98.12%, 98.83%, 99.29%, 98.71%, 97.71% 및 15,729초로, 정확도와 AUC 값은 밀집 네트워크 대비 각각 4.89%와 4.69% 향상되었다. DDSF-Net은 폐렴 영상학적 특징 불명확 및 병변 특징 추출 불충분 문제를 효과적으로 완화할 수 있으며, 열 지도와 세 개의 공공 데이터셋을 통해 본 논문 모델의 유효성과 강인성을 추가로 검증하였다.

의료 영상 처리;폐렴 엑스선;밀집 네트워크;잔차 다중 스케일 블록;전역 및 지역 정보 흐름;집중 블록